Três anos depois: Reavaliando meu julgamento sobre o ChatGPT em 2023

Autor: Wang Jianshuo

Em 6 de março de 2023, pouco depois do lançamento do ChatGPT e antes da chegada do GPT-4, Sarah e eu realizamos uma entrevista sobre o ChatGPT — o terceiro episódio da "Série em Linguagem Simples" do Traders' Talk (o podcast discutindo o ChatGPT foi publicado, sinta-se à vontade para ouvir).

Naquela época, o ChatGPT tinha acabado de ser lançado e pouquíssimas pessoas o haviam utilizado de fato. Esta entrevista de três horas acabou ficando em primeiro lugar na categoria ChatGPT no Xiaoyuzhou. Fiz cerca de vinte julgamentos e previsões de uma só vez, confiando apenas na intuição e em informações limitadas, com poucos dados. A transcrição completa e literal daquela entrevista ainda está disponível na conta pública.

Agora é o final de maio de 2026, três anos se passaram, e a IA se desenvolveu de maneiras que eram inimagináveis naquela época.

Quero fazer uma coisa: pegar aqueles vinte julgamentos de então e, usando os dados mais recentes disponíveis hoje, reconciliá-los objetivamente. Para ver claramente no que o mundo se transformou em três anos e também para entender onde o Wang Jianshuo de três anos atrás estava certo e onde estava errado.

Para evitar viés, confiei essa reconciliação à IA: alimentei um fluxo de trabalho com a transcrição literal da entrevista, que despachou 41 agentes Opus 4.8 para analisar os vinte julgamentos um a um, depois cada um buscou os dados mais recentes online, verificou-os de forma cruzada e, finalmente, pontuou o Wang Jianshuo de três anos atrás. Este grupo de agentes levou cerca de 20 minutos e consumiu 1,4 milhão de tokens (aproximadamente US$ 35), produzindo o relatório abaixo. Os julgamentos vieram todos deles, não de mim. A data de referência é maio de 2026.

I. Placar

Símbolos de Julgamento: ✅ Correto · 🟢 Basicamente Correto · 🟡 Parcialmente Correto · ❌ Incorreto

À primeira vista, a maioria das direções gerais de Wang Jianshuo daquela época se manteve, com apenas um erro grave — confundir o GPT-4 como tendo 100T de parâmetros. Mas o diabo mora nos detalhes: quase todo julgamento "correto" tem uma ressalva que não foi declarada com precisão na época. Nenhum dos vinte julgamentos ficou puramente "ainda incerto"; três anos é tempo suficiente para que a maioria das coisas tenda a uma resposta. Abaixo estão os agrupamentos detalhados.

II. Julgamentos que estavam corretos

O ponto em comum neste grupo é que os julgamentos de Wang Jianshuo sobre direção, mecanismos e até mesmo tempo foram, em sua maioria, precisos, com erros apenas em "grau" e "termos absolutos".

RAG e Arquitetura de Recuperação (Julgamentos 2, 3)

Em 2023, Wang Jianshuo disse: O método principal para resolver conhecimento e alucinações não é mudar o modelo, mas injetar conhecimento por meio de recuperação vetorial como "colas"; a arquitetura correta é que os motores de busca realizem a recuperação e enviem os resultados para os LLMs.

Este é o padrão factual para todos os produtos de IA hoje. O RAG tornou-se a arquitetura padrão para IA corporativa, com OpenAI, Google e Anthropic transformando-a em uma capacidade de nível de plataforma; o ChatGPT Search significa literalmente "primeiro usar o Bing para indexação e recuperação, enviar os resultados para o GPT e, então, gerar respostas com citações". O Google AI Overviews alcançou cerca de 2 bilhões de usuários ativos mensais usando grounding, e a Perplexity, uma empresa que depende apenas dessa arquitetura, tem uma avaliação de cerca de US$ 20 bilhões.

Quando o GPT-4 ainda não havia sido lançado e o setor adotava por padrão a "injeção de conhecimento por meio de ajuste fino", ele previu "não mudar os parâmetros do modelo, mas usar recuperação externa", e tanto o mecanismo quanto o tempo estavam corretos.

Deve-se notar honestamente que ele imaginou uma "recuperação estática única", enquanto a realidade é mais complexa — contexto longo, GraphRAG e recuperação agentica vieram reforçá-la. O debate em 2026 de que "o RAG morreu" prova precisamente que a direção geral não morreu; apenas negou a "recuperação ingênua de uma única vez", concluindo que ela evoluiu para recuperação híbrida em vez de reverter para a alteração dos parâmetros do modelo. Mais um ponto: o termo RAG foi proposto em um artigo da Meta de 2020 e não foi uma ideia original dele — ele apenas previu corretamente que se tornaria convencional durante o período de transição.

LUI é uma Nova Fronteira (Julgamento 7)

Em 2023, Wang Jianshuo disse: O maior aspecto do ChatGPT não é a AIGC, mas o fato de ter aberto a LUI (Interface de Usuário em Linguagem Natural), que reconstruirá a interação humano-computador como a GUI fez antigamente, dando origem a uma nova indústria muito maior do que "construir grandes modelos" em si.

Esta parte da "nova fronteira" foi quase inteiramente precisa. A linguagem natural tornou-se a camada de interação dominante para o público (o ChatGPT tem 900 milhões de usuários ativos semanais) e gerou uma nova indústria independente — agentes, agentes de codificação e camadas de protocolo se materializaram. A afirmação mais específica de que "é muito maior do que construir modelos em si" foi fortemente validada: o protocolo MCP tornou-se o "padrão de sistema operacional" da era LUI, totalmente adotado pela OpenAI, Google e Microsoft até 2025, e transferido para a Linux Foundation no final do ano; apenas o Claude Code alcançou cerca de US$ 2,5 bilhões em receita anualizada.

No entanto, ele usou termos fortes como "reconstruir e substituir a GUI", o que, olhando para trás três anos depois, é mais sobre coexistência do que substituição. Três contraexemplos fortes: um relatório do MIT mostra que 95% dos projetos piloto de GenAI corporativos não têm ROI mensurável; agentes de uso de computador que operam interfaces diretamente atingem apenas cerca de 78% nos conjuntos de teste, mal atingindo a linha de base humana; hardware de linguagem que remove completamente as telas quase todos falharam (o Humane Pin foi encerrado permanentemente em 2025). Uma afirmação mais precisa é que a LUI é uma nova camada de interação construída sobre a GUI.

Redes de Robôs e Novo Endereçamento (Julgamento 9)

Em 2023, Wang Jianshuo disse: Na próxima década, surgirão "redes de robôs" — agentes farão handshake automaticamente e chamarão uns aos outros usando linguagem natural, não exigindo mais APIs tradicionais; um sistema de endereçamento de domínio completamente novo nascerá. Isso será "concluído em dois a três anos".

O acerto na direção é surpreendente. O MCP e o A2A (doados à Linux Foundation, apoiados por mais de 150 organizações) resolvem a interoperabilidade entre agentes; o Protocolo de Rede de Agentes é baseado diretamente no DID da W3C para "endereçamento de agente autoritativo descentralizado", visando uma "rede de bilhões de agentes cooperantes" — isso é altamente isomórfico ao que ele descreveu como um "sistema de domínio completamente novo".

Duas correções são necessárias: primeiro, "não precisar mais de APIs" não é válido; a estrutura subjacente do protocolo principal é um esquema estruturado, essencialmente colocando um padrão sobre as APIs; segundo, "concluído em dois a três anos" não se materializou, com dados do Gartner mostrando que, em 2026, apenas cerca de 17% das organizações implantaram agentes de verdade. Curiosamente, ele na verdade estratificou suas declarações naquela época — "protótipo em dois a três anos", "maduro em cerca de dez anos". O ritmo do protótipo foi previsto com muita precisão, e o ciclo de maturidade é de fato em uma escala de dez anos. Quando vistos separadamente, a qualidade deste julgamento é maior do que parece.

A China Definitivamente Produzirá Grandes Modelos Utilizáveis (Julgamentos 10, 20)

Em 2023, Wang Jianshuo disse: A China definitivamente será capaz de produzir grandes modelos utilizáveis, e a lacuna com os principais modelos diminuirá rapidamente dentro de cerca de três anos (comparável a como o navegador Hongqi perseguiu o Netscape).

A linha do tempo deste julgamento está surpreendentemente alinhada. O Stanford 2026 AI Index mediu que a lacuna de benchmark entre os principais modelos na China e nos EUA diminuiu de 17,5–31,6 pontos percentuais em maio de 2023 para 2,7%; enquanto o investimento privado em IA nos EUA é cerca de 23 vezes maior que o da China — fechando a lacuna com investimentos muito menores. DeepSeek, Qwen, Kimi e GLM tornaram-se mainstreams globais, com o ecossistema de código aberto até liderando.

No entanto, a palavra "rapidamente" é excessivamente otimista — a verdadeira maturidade ocorreu cerca de 14 meses depois, não "em alguns meses". Além disso, trata-se de alcançar a usabilidade, não de definir a vanguarda: no início de 2026, nenhum modelo chinês superou o o3 da OpenAI. No Julgamento 20, ele estava claramente errado: a afirmação de que "uma vez que a porta esteja aberta, ela não fechará" foi diretamente derrubada pela OpenAI cortando ativamente o acesso à API para a China em julho de 2024; a porta foi fechada pelo fornecedor; o modelo que ele nomeou como líder, Wenxin Yiyan, ficou para trás, enquanto os verdadeiros sucessores foram os anteriormente menos proeminentes DeepSeek, Doubao e Qianwen.

Sem Consciência, o Teste de Turing Apenas Mede a Aparência (Julgamento 13)

Em 2023, Wang Jianshuo disse: O ChatGPT não tem consciência; é "a falta de intenção do falante e a sentimentalidade do ouvinte"; o teste de Turing apenas mede "se ele faz você pensar que tem consciência", não se ele realmente tem.

O julgamento central de "medir a aparência" permanece firme e foi ironicamente validado por um experimento: no teste de Turing de 2025 na UC San Diego, o GPT-4.5 foi julgado como humano 73% das vezes sob comandos para "desempenhar um papel humano", até mais alto do que humanos reais, mas dependia puramente de habilidades de desempenho — esta é a melhor anotação para "apenas medir se ele faz você pensar que tem consciência".

Deve-se acrescentar que a forte afirmação absoluta de que "máquinas definitivamente não têm consciência" foi empurrada para uma área cinzenta nos últimos três anos. A Anthropic estabeleceu um cargo de pesquisa em "bem-estar do modelo", sugerindo uma probabilidade de consciência de cerca de 15%–20%, e adicionou um recurso ao Claude para "encerrar ativamente conversas que estão sendo usadas indevidamente". Isso transformou o "absolutamente não" em "baixa probabilidade, mas não excluída". No entanto, isso é baseado em "possível, deve-se assumir" em vez de "provado", e o núcleo não foi derrubado; foi apenas que o tom na época era muito forte.

Outros Julgamentos Corretos (Julgamentos 6, 11, 12, 16, 18, 19)

• Não é AGI, mas um grande passo à frente: Ambos os lados estão corretos. O próprio Altman afirmou durante a era GPT-5 que "não é AGI, falta aprendizado contínuo"; ao mesmo tempo, as medalhas de ouro da IMO e o ARC-AGI dispararam de quase zero para 85%, sendo "um grande passo à frente" indiscutível.
• Sem onda de desemprego: Em abril de 2026, a taxa de desemprego nos EUA era de apenas 4,3%. O ponto cego está na "distribuição" — pesquisas de Stanford mostram que os empregos perdidos foram precisamente os de jovens recém-chegados de 22 a 25 anos no primeiro nível da escada de carreira, onde o mecanismo de "absorção suave" falhou.
• Não sobrecarregado por lixo de IA: A direção de bem-estar líquido está correta, mas ele subestimou severamente a escala — o conteúdo de IA agora representa cerca de 52% das novas páginas da web, e "AI slop" tornou-se a palavra do ano.
• Um ano de empreendedorismo: O ponto de virada foi identificado corretamente, com a xAI (fundada em março de 2023) atingindo uma avaliação de US$ 230 bilhões. No entanto, ele restringiu estreitamente as "grandes empresas" a 2023 — as verdadeiras OpenAI e Anthropic de trilhões de dólares foram fundadas muito antes.
• Momento do navegador de 1994: O ranking relativo foi confirmado, com a OpenAI realmente lançando o navegador Atlas em 2025, transformando a metáfora em realidade literal. No entanto, a disseminação do ChatGPT foi ainda mais rápida do que a dos navegadores, tornando a metáfora conservadora.
• Prompts com fatos reduzem alucinações: A direção foi validada; a taxa de alucinação do GPT-5 disparou para 47% quando desconectado da recuperação, reforçando que "fatos" são a variável chave. Apenas subestimou que a causa raiz reside nos incentivos de treinamento, não nos prompts.

III. Julgamentos que estavam errados ou equivocados

GPT-4 tem 100T de parâmetros (Julgamento 4) — Completamente Errado

Em 2023, Wang Jianshuo disse: (Rumores) O GPT-4 tem 100T de parâmetros, cerca de 600 vezes maior que os 175B do GPT-3.

Ambos os números estão incorretos. O GPT-3 tem 175B, e a melhor estimativa vazada em julho de 2023 é que o GPT-4 tem cerca de 1,8T, com MoE de 16 especialistas, apenas cerca de 10 vezes maior. A diferença entre 100T e o número real é de cerca de 55 vezes. A única fonte para "100T" é uma citação de segunda mão do CEO da Cerebras em 2021 dizendo "cerca de", que Sam Altman descartou em janeiro de 2023 como "besteira completa".

Ele marcou como "rumor", mantendo a incerteza. Em um nível mais profundo, a estrutura de "medir gerações por múltiplos de parâmetros" em si está obsoleta: os posteriores GPT-4.5 e GPT-5 da OpenAI simplesmente não divulgam mais as contagens de parâmetros. Este é o único erro grave que é tanto numérico quanto obsoleto em perspectiva.

Matemática de LLM (Julgamento 1) — Diagnóstico Correto, Conclusão Errada

Em 2023, Wang Jianshuo disse: A essência da matemática de LLM ser ruim torna impossível e desnecessário que ela aprenda matemática sozinha; a abordagem correta é usar ferramentas externas.

A "rota de diagnóstico mais ferramenta" está inteiramente correta — a causa raiz é de fato que a geração token por token leva a transportes não confiáveis (o artigo de mecanismo em 2025 confirmou precisamente a intuição de "último dígito frequentemente correto, dígitos do meio errados"); o aprimoramento de ferramentas externas também é significativo (quando o o4-mini permite Python, o AIME 2025 alcançou 99,5%).

O erro reside na redação absoluta de "impossível, desnecessário". "Impossível" foi falsificado — em julho de 2025, os modelos Gemini Deep Think e OpenAI ganharam medalhas de ouro na IMO usando linguagem natural pura sem ferramentas. O ponto de virada chave foi o surgimento de "modelos de raciocínio" em 2024–2025, que não podiam ser previstos em março de 2023 — portanto, esta previsão deve ser julgada com leniência em termos de direção, em vez de severamente quanto ao tempo.

Captura de Valor (Julgamento 8) — Metade Certa, Asserção Central Errada

Em 2023, Wang Jianshuo disse: O valor acabará recaindo sobre a camada de aplicação; empresas que criam a camada fundamental (construtores de modelos) podem não necessariamente lucrar.

O dinheiro de fato começou a fluir para a camada de aplicação (o Cursor alcançou US$ 2 bilhões em receita anualizada em três anos) — esta parte está correta. No entanto, a afirmação de que "aqueles na camada fundamental não lucram" foi diretamente falsificada pela Nvidia: o lucro líquido do ano fiscal de 2026 é de cerca de US$ 120 bilhões, com um valor de mercado de mais de US$ 5 trilhões, tornando-a a única grande geradora de lucro clara em todo o mercado. A camada de modelo que ele sugeriu que ganharia (espera-se que a OpenAI perca cerca de US$ 14 bilhões em 2026) é mais parecida com o que ele descreveu como "queimar dinheiro sem lucro na camada fundamental".

Ele não distinguiu entre "camada fundamental de poder computacional" e "camada fundamental de modelo", nem diferenciou entre "receita" e "lucro". O valor foi capturado pela camada de poder computacional em 2026 de forma mais extrema do que em 2023, em vez de mudar para a camada de aplicação. Deve-se notar: quem está perdendo dinheiro são os provedores de nuvem que compram chips, não a Nvidia que vende chips — é precisamente aqui que sua analogia de "superconstrução ferroviária" se desalinha.

Direitos Autorais (Julgamento 14) — Registro Correto, Evitar Infração Errado

Em 2023, Wang Jianshuo disse: Conteúdo gerado por IA pode evitar direitos autorais (protegendo a expressão, mas não as ideias); obras geradas podem não infringir nem ser registráveis.

"Não pode ser registrado" tornou-se um fato jurídico estabelecido (em 2025, o Escritório de Direitos Autorais dos EUA declarou claramente que "inserir apenas palavras de prompt é insuficiente para reivindicar autoria"). No entanto, "evitar infração" está claramente errado: os tribunais decidiram repetidamente que, se as saídas da IA forem substancialmente semelhantes às obras originais, ainda constitui infração; a Anthropic fez um acordo de US$ 1,5 bilhão devido a violação de direitos autorais, a maior compensação de direitos autorais na história dos EUA. A IA não "evitou" direitos autorais; pelo contrário, pagou o maior preço da história.

Harmonia Mundial (Julgamento 15) — Mecanismo Correto, Previsão de Tendência Errada

Em 2023, Wang Jianshuo disse: O ChatGPT faz uma "média ponderada" das opiniões humanas, o que pode neutralizar casulos de informação ao estilo TikTok, dando a possibilidade de "harmonia mundial".

O nível do mecanismo está correto — vários estudos em 2025 confirmaram conclusivamente que os LLMs empurram as opiniões para a maioria e subestimam sistematicamente as minorias. No entanto, o nível de julgamento social estava errado: a frase adicionada "pelo menos não agora não é mil faces" foi derrubada em três anos — a OpenAI tornou a memória de diálogo cruzado e a personalização uma capacidade padrão a partir de abril de 2025, a IA está se movendo rapidamente para mil faces. Mais criticamente, ele imaginou a "média ponderada" como um denominador comum mundial neutro, mas evidências empíricas mostram que é uma mudança direcional, agravada pela bajulação, que pode ser usada para manipular ativamente posições — isso aponta para "criar novos casulos", em vez de "dissolver a polarização".

Guerras Locais e Custos (Julgamento 17) — Qualitativamente Totalmente Correto, Quantitativamente Falsificado

Em 2023, Wang Jianshuo disse: Fazer modelos maiores rapidamente se transformará em "guerras locais", com custos conhecidos (removendo desvios de cerca de US$ 500 milhões a US$ 1 bilhão de teto), e muitos jogadores entrarão.

A direção qualitativa está surpreendentemente correta — muitos jogadores entraram, rápida comercialização e o código aberto alcançou o código fechado, tudo realizado. No entanto, o número rígido de "teto de US$ 500 milhões a US$ 1 bilhão" está errado em ambas as pontas: a ponta de vanguarda está severamente subestimada (o nível GPT-5 em 2026 atinge US$ 200–500 milhões em treinamento, mais centenas de bilhões em data centers e US$ 50 bilhões para o Stargate); a ponta de replicação está superestimada (a DeepSeek comprimiu os custos marginais de treinamento para o nível de um milhão de dólares). O "custo" do mesmo modelo pode variar em 200 vezes dependendo dos critérios, e simplesmente não cai na faixa que ele forneceu.

Habilidades Emergentes (Julgamento 5) — Direção Correta, Números e Enquadramento Errados

Em 2023, Wang Jianshuo disse: Novas habilidades que não existem nos dados originais e não podem ser explicadas pelos pesquisadores emergem em cerca de 60B de parâmetros.

A intuição direcional é válida, mas duas afirmações não se sustentam: primeiro, não há um "limiar de 60B" unificado — o verdadeiro limiar para cadeias de pensamento é de cerca de 100B, com diferentes habilidades emergindo em escalas que variam de 13B a 540B; segundo, "não pode explicar" foi desafiado por um excelente artigo da NeurIPS no final de 2023 — muitas "mutações" são artefatos causados pela escolha de métricas de avaliação, e ao usar métricas contínuas, as curvas podem ser suavizadas e previstas. Sendo justo, ele estava reiterando a narrativa absolutamente dominante naquela época; o que pode ser verdadeiramente corrigido é tratar "60B" como um limiar rígido e "não pode explicar" como uma conclusão qualitativa.

IV. Reflexões após três anos: Várias regras

Após reconciliar cada julgamento, dando um passo atrás, várias regras escondidas nos vinte julgamentos de Wang Jianshuo valem mais a pena notar do que qualquer julgamento individual.

1. A direção é muito mais confiável do que números e graus. Entre os vinte julgamentos, aqueles que avaliaram mecanismos e direções (RAG, LUI, redes de robôs, teste de Turing) estavam quase todos corretos; aqueles que forneceram números específicos ou termos absolutos (100T de parâmetros, limiar de 60B, custo de US$ 500 milhões a US$ 1 bilhão, matemática "impossível") estavam quase todos errados. Em campos que mudam rapidamente, apostar na direção e nos mecanismos, em vez de números precisos, é crucial, e deve-se ter cuidado com termos absolutos como "impossível, certo, limitado, absolutamente não" — essas são áreas de alta frequência onde o tempo prova que estão errados.

2. Em termos de tempo, ele tende a superestimar a velocidade e subestimar o grau. Sempre que ele dizia "rapidamente, concluído em dois a três anos", o período de maturidade era geralmente mais longo; no entanto, ele subestimou o teto para saltos de capacidade — a matemática pode ir de "impossível" a uma medalha de ouro na IMO, e os custos de vanguarda podem subir a níveis inimagináveis na época. Em suma: excessivamente otimista no curto prazo, muito conservador no longo prazo.

3. Os erros mais ocultos ocorrem repetidamente na "distribuição". Não é a direção que está errada, mas sim olhar apenas para o total enquanto ignora a distribuição. "Sem onda de desemprego" está correto, mas o dano é altamente concentrado entre jovens recém-chegados; "valor caindo para a camada de aplicação" está meio certo, mas não distinguiu entre a camada de poder computacional e a camada de modelo. A correção total pode mascarar desastres de distribuição — esta é a lição mais importante a ser aprendida.

4. Declarações que deixaram espaço para interpretação resistiram ao teste do tempo três anos depois. "Rumores", "pelo menos não agora", "muito reduzido em vez de eliminado", "protótipo em dois a três anos, maduro em cerca de dez anos" — qualquer julgamento feito na época com qualificadores ou camadas se manteve melhor após a reflexão de hoje. Em contraste, declarações absolutas feitas de improviso são as mais propensas a falhar. A honestidade das previsões reside em parte na coragem de falar e em parte na coragem de indicar a própria incerteza.

5. Algumas questões simplesmente não podem ser resolvidas em três anos. Quem detém o valor em última análise, se a emergência é uma mudança na verdade, se as máquinas têm sequer um traço de consciência e se contextos longos consumirão o RAG — esses debates daquela época permanecem sem solução em 2026. É mais importante distinguir entre "já respondido" e "ainda precisa esperar" do que correr para conclusões sobre cada assunto.

Três anos atrás, Wang Jianshuo apontou vinte direções baseadas na intuição na névoa antes do lançamento do GPT-4. Hoje, reconciliando esses julgamentos, a lição mais importante pode ser: reconhecer a grande direção não é tão difícil; o desafio reside em admitir que subestimei números, velocidade e distribuição repetidamente. Essas vinte reconciliações são menos sobre pontuar o passado e mais sobre estabelecer algumas regras para os próximos três anos. Vamos revisitar isso em 2029.